导语

  

内容提要

  

    八年前，“数学之美”系列文章原刊载于谷歌黑板报，获得上百万次点击，得到读者高度评价。读者说，读了“数学之美”，才发现大学时学的数学知识，比如马尔可夫链、矩阵计算，甚至余弦函数原来都如此亲切，并且栩栩如生，才发现自然语言和信息处理这么有趣。
    在纸本书的创作中，作者几乎把所有文章都重写了一遍，为的是把高深的数学原理讲得更加通俗易懂，让非专业读者也能领略数学的魅力。读者通过具体的例子学到的是思考问题的方式——如何化繁为简，如何用数学去解决工程问题，如何跳出固有思维不断去思考创新。
    本书第一版荣获国家图书馆第八届文津图书奖。第二版增加了针对大数据和机器学习的内容。第三版增加了三章新内容，分别介绍当今非常热门的三个主题：区块链的数学基础，量子通信的原理，以及人工智能的数学极限。

    吴军，学者，投资人，人工智能、语音识别和互联网搜索专家。毕业于清华大学和美国约翰·霍普金斯大学，现任丰元资本创始合伙人、上海交通大学客座教授、约翰·霍普金斯大学工学院董事等职。
    吴军博士曾作为资深研究员和副总裁分别任职于Google公司和腾讯公司。在Google公司，他和同事一同开创了搜索反作弊研究领域，成立了中、日、韩文产品部门，设计了Google中、日、韩文搜索算法，领导了Google自然语言处理和自动问答等研究型项目，拥有近20项美国发明专利。在腾讯公司，他负责了搜索、搜索广告和街景地图等项目。作为风险投资人，他成功地投资了150家硅谷和中国的高科技企业。吴军博士对科技产业有深入的研究，是当今硅谷地区解读IT产业最权威的专家。
    吴军博士著有《数学之美》《大学之路》《文明之光》《智能时代》《见识》《态度》和《全球科技通史》等多部畅销书，并多次获得包括文津奖、中国好书奖、中华优秀出版物在内的图书大奖。

推荐序一
推荐序二
第三版前言
第1章  文字和语言vs数字和信息
  1信息
  2文字和数字
  3文字和语言背后的数学
第2章  自然语言处理一从规则到统计
  1机器智能
  2从规则到统计
第3章  统计语言模型
  1用数学的方法描述语言规律
  2延伸阅读：统计语言模型的工程诀窍
第4章  谈谈分词
  1中文分词方法的演变
  2延伸阅读：如何衡量分词的结果
第5章  隐马尔可夫模型
  1通信模型
  2隐马尔可夫模型
  3延伸阅渎：隐马尔可夫模型的训练
第6章  信息的度量和作用
  1信息熵
  2信息的作用
  3互信息
第7章  贾里尼克和现代语言处理
第8章  简单之美一布尔代数和搜索引擎
第9章  图论和网络爬虫
第10章  PageRank—Google的民主表决式网页排名技术
第11章  如何确定网页和查询的相关性
第12章  有限状态机和动态规划——地图与本地搜索的核心技术
第13章  Google AK-47设计老一阿米特·辛格博士
第14章  余弦定理和新闻的分类
第15章  矩阵运算和文本处理中的两个分类问题
第16章  信息指纹及其应用
第17章  由电视剧《暗算》所想到的一谈谈密码学的数学原理
第18章  闪光的不一定是金子一谈谈搜索引擎反作弊问题和搜索结果的权威性问题
第19章  谈谈数学模型的重要性第20章不要把鸡蛋放到一个篮子里一谈淡最大熵模型
第21章  拼音输入法的数学原理
第22章  自然语言处理的教父马库斯和他的优秀弟子们
第23章  布隆过滤器
第24章  马尔可夫链的扩展一贝叶斯网络
第25章  条件随机场、文法分析及其他
第26章  维特比和他的维特比算法
第27章  上帝的算法一期望最大化算法
第28章  逻辑回归和搜索广告
第29章  各个击破算法和Google云计算的基础
第30章  Google大脑和人工神经网络
第32章  区块链的数学基础一椭圆曲线加密原理
第32章  大数据的威力一谈谈数据的重要性
第33章  随机性带来的好处——量子密钥分发的数学原理
第34章  数学的极限一希尔伯特第十问题和机器智能的极限
附录  计算复杂度
第三版后记
索引